DISTRIBUSI PROBABILITAS NORMAL

1
Distribusi Probabilitas Normal

OUTLINE

BAGIAN II Probabilitas dan Teori Keputusan

Konsep-konsep Dasar Pengertian dan Karakteristik

Distribusi Probabilitas
Probabilitas
Normal
Distribusi Probabilitas
Distribusi Probabilitas Normal Standar
Diskret
Penerapan Distribusi
Probabilitas Normal Standar
Distribusi Normal
Pendekatan Normal
Terhadap Binomial
Teori Keputusan
Menggunakan MS Excel
untuk Distribusi Probabilitas
2
Distribusi Normal

Distribusi probabilitas yg terpenting dalam

statistik adalah distribusi normal atau
Gaussian.

Jenis Variabel Acak Kontinu

Digunakan untuk menerangkan fenomena
alam, industri, perdagangan, tingkat
pendapatan masyarakat, dsb.

3
Distribusi Probabilitas Normal

KARAKTERISTIK DISTRIBUSI KURVA NORMAL

1. Kurva berbentuk genta (= Md= Mo)

2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis (menurun ke arah kanan dan
kiri, namun tidak pernah mnyentuh nol hanya mendekati nilai nol)
4. Kurva mencapai puncak pada saat X= 
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai
tengah dan ½ di sisi kiri. 4
Distribusi Probabilitas Normal

DEFINISI KURVA NORMAL

Bila X suatu pengubah acak normal dengan nilai tengah

, dan standar deviasi , maka persamaan kurva
normalnya adalah:

N(X; ,) = 1 e –1/2[(x-)/]2,

22

Untuk -<X<

di mana
 = 3,14159
e = 2,71828

Probabilitas ini dinyatakan sebagai P (a < X < b)

5
Distribusi Probabilitas Normal

JENIS-JENIS DISTRIBUSI NORMAL

Distribusi kurva normal dengan  sama dan  berbeda

6
 SEMAKIN BESAR NILAI  , MAKA
KURVA AKAN SEMAKIN LANDAI,
DAN SEMAKIN KECIL NILAI  MAKA
KURVA AKAN SEMAKIN MELANCIP

7
Distribusi Probabilitas Normal

JENIS-JENIS DISTRIBUSI NORMAL

Distribusi kurva normal dengan  berbeda dan  sama 8

Distribusi Probabilitas Normal

JENIS-JENIS DISTRIBUSI NORMAL

1 1
2
µ1 = µ2 σ1 > σ2 µ1 < µ2 σ1 = σ2

µ1 < µ2 σ1 < σ2
9
P(x1<x<x2) = probabilitas variabel random x memiliki
nilai antara x1 dan x2
P(x1<x<x2) = luas di bawah kurva normal antara
x=x1 dan x=x2

x1 µ x2

10
 Distribusi Probabilitas Normal
TRANSFORMASI DARI NILAI X KE Z

Transformasi dari X
ke Z

x z
Distribusi Normal Baku yaitu distribusi probabilitas acak normal dengan nilai
tengah nol dan simpangan baku 1

Di mana nilai Z: Z = Skor Z atau nilai normal baku

X = Nilai dari suatu pengamatan atau pengukuran
Z=X- = Nilai rata-rata hitung suatu distribusi
= Standar deviasi

11
 Distribusi Normal Standard

• Membuat kurva normal umum itu bukan pekerjaan yang mudah

karena menggunakan perhitungan integral normal yg sulit, oleh
karena itu orang tdk menggunakannya.

• Orang lebih banyak menggunakan DISTRIBUSI NORMAL

BAKU.

• Kurva distribusi normal baku lebih sederhana dibanding kurva

normal umum.

• Distribusi normal baku memiliki sifat-sifat yang sama dengan

distribusi normal umum

12
 Distribusi Normal Standard

Distribusi normal standard adalah distribusi normal dengan mean µ=0

dan standard deviasi σ=1.

Transformasi memetakan distribusi normal

menjadi distribusi normal standard, sebab distribusi normal dengan

variabel z ini memiliki mean =0 dan standard deviasi = 1.
Transformasi ini juga mempertahankan luas dibawah kurvanya,
artinya:

Luas dibawah kurva distribusi Luas dibawah kurva distribusi

normal antara x1 dan x2 = normal standard antara
z1 dan z2

13
Distribusi Probabilitas Normal

OUTLINE

BAGIAN II Probabilitas dan Teori Keputusan

Konsep-konsep Dasar Pengertian dan Karakteristik

Distribusi Probabilitas
Probabilitas
Normal
Distribusi Probabilitas
Distribusi Probabilitas Normal Standar
Diskret
Penerapan Distribusi
Probabilitas Normal Standar
Distribusi Normal
Pendekatan Normal
Terhadap Binomial
Teori Keputusan
Menggunakan MS Excel
untuk Distribusi Probabilitas
14
 Distribusi Probabilitas Normal

TRANSFORMASI DARI X KE Z

Contoh Soal:
Harga saham di BEJ mempunyai nilai tengah ()=490,7 dan standar
deviasinya 144,7. Berapa nilai Z untuk harga saham 600?

Jawab:
Diketahui: Nilai  = 490,7 dan  = 144,7

Maka nilai Z =( X - ) / 
Z = (600 – 490,7)/144,7
Z = 0,76

15
TRANSFORMASI DARI X KE Z

Contoh Soal:

Misalkan kita memilih 20 saham pada bulan Mei 2007. Harga saham
ke-20 perusahaan tersebut berkisar antara Rp. 2.500 – 2.805 per
lembarnya. Berapa probabilitas harga saham antara Rp. 2.500
sampai 2.805 per lembarnya. Diketahui  = 2.500 sebagai nilai rata-
rata hitung dan standar deviasinya 400.

Z = (X - ) / 
Z1 = (2.500 – 2500) / 400
Z1 = 0 / 400 = 0

Z2 = (2.805 – 2.500) / 400

Z2 = 0.76

16
 Distribusi Probabilitas Normal

LUAS DI BAWAH KURVA NORMAL

68,26%
95,44%

99,74%

-3 -2 -1 =x +1 +2 +3

-3 -2 -1 Z=0 +1 +2 +3

• Luas antara nilai Z (-1<Z<1) sebesar 68,26% dari jumlah data.

• Berapa luas antara Z antara 0 dan sampai Z = 0,76 atau biasa
dituis P(0<Z<0,76)?
• Dapat dicari dari tabel luas di bawah kurva normal. Nilainya
dihasilkan = 0,2764 (Tabel Dist. Normal Hal. 363)
17
 SOAL DAN JAWABAN

Buah durian di Kebun Montong Sukabumi,

Jawa Barat mempunyai berat rata-rata 5 kg
dengan standar deviasi 1,5 kg. Berapakah
nilai Z, apabila ada buah durian yang
mempunyai berat 8,5 kg dan 2,5 kg.

18
Z = (X - )/
Z untuk 8,5 = (8,5 – 5)/1,5 = 2,33
Z untuk 2,5 = (2,5 – 5)/1,5 = -1,67

19
Distribusi Probabilitas Normal

OUTLINE

BAGIAN II Probabilitas dan Teori Keputusan

Konsep-konsep Dasar Pengertian dan Karakteristik

Distribusi Probabilitas
Probabilitas
Normal
Distribusi Probabilitas
Distribusi Probabilitas Normal Standar
Diskret
Penerapan Distribusi
Probabilitas Normal Standar
Distribusi Normal
Pendekatan Normal
Terhadap Binomial
Teori Keputusan
Menggunakan MS Excel
untuk Distribusi Probabilitas
20
Distribusi Probabilitas Normal

PENERAPAN KURVA NORMAL

Contoh Soal:
PT GS mengklaim rata-rata berat buah mangga “B” adalah
350 gram dengan standar deviasi 50 gram. Bila berat
mangga mengikuti distribusi normal, berapa probabilitas
bahwa berat buah mangga mencapai kurang dari 250 gram,
sehingga akan diprotes oleh konsumen.

21
Distribusi Probabilitas Normal

PENERAPAN KURVA NORMAL

Jawab:
• Transformasi ke nilai z
AP(x< 250); P(x=250) = (250-350)/50=-2,00 Jadi
P(x<250)=P(z<-2,00)
• Lihat pada tabel luas di bawah kurva normal
P(z<-2,00)=0,4772
• Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu, nilai
daerah yang diarsir menjadi 0,5 – 0,4772=0,0228. Jadi
probabilitas di bawah 250 gram adalah 0,0228 (2,28%).
Dengan kata lain probabilitas konsumen protes karena berat
buah mangga kurang dari 250 gram adalah 2,28%.

22
Distribusi Probabilitas Normal

PENERAPAN KURVA NORMAL

Contoh Soal:
PT Work Electric, memproduksi Bohlam Lampu yang dapat
hidup rata-rata 900 jam dengan standar deviasi 50 jam. PT
Work Electric ingin mengetahui berapa persen produksi pada
kisaran antara 800-1.000 jam, sebagai bahan promosi bohlam
lampu. Hitung berapa probabilitasnya!

23
 Distribusi Probabilitas Normal

PENERAPAN KURVA NORMAL

Jawab:
P(800<X<1.000)?
• Hitung nilai Z
Z1 = (800-900)/50 = -2,00;
Z2 = (1.000-900)/50 = 2,00
• Jadi: P(800<X<1.000) =P(-2,00<Z<2,00);
P(-2,00<Z) = 0,4772 dan P(Z>2,00) = 0,4772
Sehingga luas daerah yang diarsir adalah = 0,4772+0,4772= 0,9544. Jadi
P(800<X<1.000) = P(-2,00 < Z<2,00) = 0,9544.
Jadi 95,44% produksi berada pada kisaran 800-1.000 jam. Jadi jika PT
Work Electric mengklaim bahwa lampu bohlamnya menyala 800-1.000
jam, mempunyai probabilitas benar 95,44%, sedang sisanya 4,56% harus
dipersiapkan untuk garansi.
24
 CONTOH SOAL
PT. Gunung Sari ingin membuat kelas mutu baru untuk mangga yaitu
mutu “Super”. Mutu ini merupakan 12.5 % dari mutu buah mangga
terbaik. Rata-rata berat buah mangga pada saat ini adalah 350 gram
dengan standar deviasi 50 gram. Berapa berat mangga minimal untuk
bisa masuk ke dalam kelas mutu “Super” tersebut ?
Jawab:
Maksud 12.5% terbaik, daerah dibawah kurva normal dengan luas 0.125.
Ingat luas daerah diatas X = 350 adalah 0.5. Sehingga daerah X – X1
adalah 0.5 – 0.125 = 0.375.
Jadi nilai P(0 < Z < .....) = 0.375. Untuk mencari nilai Z dari 0.375 dapat
dicari di tabel kurva normal. Nilai Z untuk 0.375 adalah 1.15 (dalam tabel
dinyatakan 0.3749, diambil yang mendekati). Apabila diketahui Z,  dan
 , maka nilai X1 dapat dicari:

25
 CONTOH SOAL
Z =( X - ) / 

-
&

i
X1 = (Z x ) + 
/

/ 9355
X1 = (1.15 x 50) + 350
X1 = 57.5 + 350 1200 1 -

-
f
X1 = 407.5 350 se
↳
·

-
Jadi berat buah mangga minimal yang termasuk
kelas “Super” adalah 407.5 gram
26
PT Hari Jaya memproduksi barang pecah belah seperti gelas,
piring, dan lain-lain. Perusahaan memberikan kesempatan
kepada konsumen untuk menukar barang yang telah dibeli
dalam hari itu apabila ditemui barang cacat. Selama pelaksanaan
program ini, ada 10 orang rata-rata yang menukarkan barang
karena cacat dengan standar deviasi 4 orang per hari. Berapa
peluang ada 20 orang yang melakukan penukaran barang pada
suatu hari?

27
Jawab:

Nilai Z = (20-10)/4 = 2,50

P(X>20) = P(Z>2,50) = 0,5 – 0,4938 = 0,0062

Jadi peluang ada 20 orang yang menukarkan barang

dalam 1 hari adalah 0,0062 atau 0,62%.

28
PT Arthakita Jagaselama memproduksi
buah melon, di mana setiap melon
mempunyai berat rata2 sebesar 750 gram
dengan standar deviasi 80 gram. Buah
yang termasuk dalam 10% terberat
dimasukkan ke dalam kelas atau mutu A.
Berapa berat minimal dari buah melon
supaya dapat masuk ke dalam mutu A?

29
Sepuluh persen terbaik, berarti pada kisaran nilai tertinggi sampai terendah dalam
kelompok tersebut mempunyai luas 0,1 atau 10%. Ingat bahwa luas daerah normal
kalau dibagi 2 adalah 0,5, maka luas sisa dari daerahnya adalah 0,4 yang diperoleh dari
0,5 – 0,1.
Untuk memperoleh nilai Z, maka anda dapat melihat berapa nilai Z untuk luas dibawah
kurva normal sebesar 0,4000. Apabila Anda lihat pada tabel luas di bawah kurva normal,
maka yang mendekati 0,4000 adalah angka 0,3997 dan mempunyai nilai Z = 1,28.
Dari nilai Z, maka dapat diperoleh nilai X yang merupakan nilai terendah dari interval
10% tertinggi.

Z = (X - ) / S
1,28 = (X – 750) / 80
X = (1,28 X 80) +750
= 852,4
Jadi berat minimal dari buah melon untuk kelas atau mutu A adalah 852,4 gram.

30
 0,1

0,4

31
Distribusi Probabilitas Normal Bab 9

OUTLINE

BAGIAN II Probabilitas dan Teori Keputusan

Konsep-konsep Dasar Pengertian dan Karakteristik

Distribusi Probabilitas
Probabilitas
Normal
Distribusi Probabilitas
Distribusi Probabilitas Normal Standar
Diskret
Penerapan Distribusi
Probabilitas Normal Standar
Distribusi Normal
Pendekatan Normal
Terhadap Binomial
Teori Keputusan
Menggunakan MS Excel
untuk Distribusi Probabilitas
32
Distribusi Probabilitas Normal Bab 9

PENDEKATAN NORMAL TERHADAP BINOMIAL

Apabila kita perhatikan suatu distribusi probabilitas binomial, dengan

semakin besarnya nilai n, maka semakin mendekati nilai distribusi
normal. Gambar berikut menunjukkan distribusi probabilitas binomial
dengan n yang semakin membesar.

33
 Distribusi Probabilitas Normal Bab 9

DALIL PENDEKATAN NORMAL TERHADAP BINOMIAL

Bila nilai X adalah distribusi acak binomial dengan nilai tengah =np
dan standar
deviasi =npq, maka nilai Z untuk distribusi normal adalah:

Z = X - np
npq

di mana n  dan nilai p mendekati 0,5

Untuk mengubah pendekatan dari binomial ke normal, memerlukan

faktor koreksi, selain syarat binomial terpenuhi: (a) hanya ada dua
peristiwa, (b) peristiwa bersifat independen; (c) besar probabilitas
sukses dan gagal sama setiap percobaan, (d) data merupakan hasil
penghitungan.
 Menggunakan faktor koreksi yang besarnya 0.5 34
 CONTOH:
Adi merupakan pedagang buah di Tangerang. Setiap hari ia membeli 300 kg
buah di Pasar Induk Kramat Jati, Jakarta Timur. Probabilitas buah tersebut
laku dijual adalah 80% dan 20% kemungkinan tidak laku dan busuk. Berapa
probabilitas buah paling banyak 250 kg laku dan tidak busuk ?
Penyelesaian:
n = 300; probabilitas laku p = 0.8, dan q = 1 – 0.8 = 0.2
 = np = 300 x 0.80 = 240
 =  npq =  300 x 0.80 x 0.20 = 6.93
Diketahui X = 250, dan dikurangi faktor koreksi 0.5 sehingga X = 250 – 0.5
= 249.5.
Dengan demikian nilai Z menjadi:
Z = (249.5 – 240) / 6.93 = 1.37 dan P (0<Z<1.37) = 0.4147

Jadi probabilitas laku adalah : 0,4147 + 0,5 = 0,9147

Dengan kata lain peluang buah laku 250 kg adalah 91,47%
35
LATIHAN

36
 Berikut adalah pendapatan per kapita rata-rata
penduduk Indonesia tahun 2000 sampai 2006

Tahun Pendapatan Perkapita Rata-rata (ribuan)

2000 2.751
2001 3.181
2002 4.955
2003 5.915
2004 6.228
2005 7.161
2006 8.140
Rata-Rata 5.476
Standar Deviasi 1.986

a. Hitunglah Probabilitas Pendapatan dibawah 3.000 !

b. Hitunglah Probabilitas Pendapatan antara 4.000 – 6.000 !

37
 Rata-rata nilai kuliah statistik diketahui 65 dengan
standard deviasi 15. a) Jika diinginkan 15% murid
mendapat nilai A dan diketahui distribusi nilai
normal, berapakah batas bawah nilai agar
mendapat A? (b) Selanjutanya diinginkan yg
mendapat B adalah sebanyak 25%. Berapakah
batas bawah B?

38